CN115107782A - 电动汽车的驾驶模式确定方法、系统和电动汽车 - Google Patents

电动汽车的驾驶模式确定方法、系统和电动汽车 Download PDF

Info

Publication number
CN115107782A
CN115107782A CN202110286492.5A CN202110286492A CN115107782A CN 115107782 A CN115107782 A CN 115107782A CN 202110286492 A CN202110286492 A CN 202110286492A CN 115107782 A CN115107782 A CN 115107782A
Authority
CN
China
Prior art keywords
driving
driving mode
characteristic data
power output
style
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110286492.5A
Other languages
English (en)
Inventor
张龙聪
封洲霞
张民
高宁
李野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qoros Automotive Co Ltd
Original Assignee
Qoros Automotive Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qoros Automotive Co Ltd filed Critical Qoros Automotive Co Ltd
Priority to CN202110286492.5A priority Critical patent/CN115107782A/zh
Publication of CN115107782A publication Critical patent/CN115107782A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09Driving style or behaviour

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种电动汽车的驾驶模式确定方法、电动汽车的驾驶模式确定系统和电动汽车以及电子设备,其中电动汽车的驾驶模式确定方法包括:进入自定义驾驶模式学习过程后,获取驾驶特性数据;在驾驶特性数据获取完成之后,基于所述驾驶特性数据,确定出驾驶员的驾驶风格;根据所述驾驶风格,从预存的多个动力输出曲线中选择与所述驾驶风格匹配的目标动力输出曲线,其中,所述动力输出曲线包括油门开度和请求扭矩的对应关系;根据所述目标动力输出曲线得到所述自定义驾驶模式。该驾驶模式确定方法能够实现车辆的自主学习功能,从而得到更多的驾驶模式,以满足车辆驾驶员更加个性化的驾驶需求,进而提升了驾驶员的驾驶体验,提升了车辆的科技感。

Description

电动汽车的驾驶模式确定方法、系统和电动汽车
技术领域
本发明涉及车辆技术领域,具体而言,涉及一种电动汽车的驾驶模式确定方法、电动汽车的驾驶模式确定系统和电动汽车以及电子设备。
背景技术
传统车辆驾驶风格被锁定,无法根据驾驶员的实际需要进行更改,因而无法满足驾驶员个性化的驾驶需求,致使驾驶员的驾驶体验感较差,存在改进空间。
发明内容
本发明旨在至少在一定程度上解决现有技术中的上述技术问题之一。为此,本发明提出一种电动汽车的驾驶模式确定方法,该驾驶模式确定方法能够实现车辆的自主学习功能,从而得到更多的驾驶模式,以满足车辆驾驶员更加个性化的驾驶需求,进而提升了驾驶员的驾驶体验,提升了车辆的科技感。
本发明又提出了一种电动汽车的驾驶模式确定系统。
本发明还提出了一种具有上述电动汽车的驾驶模式确定系统的电动汽车。
本发明还提出了一种电子设备。
本发明还提出了一种非暂态计算机可读存储介质。
根据本发明的实施例的电动汽车的驾驶模式确定方法,包括:进入自定义驾驶模式学习过程后,获取驾驶特性数据;在驾驶特性数据获取完成之后,基于所述驾驶特性数据,确定出驾驶员的驾驶风格;根据所述驾驶风格,从预存的多个动力输出曲线中选择与所述驾驶风格匹配的目标动力输出曲线,其中,所述动力输出曲线包括油门开度和请求扭矩的对应关系;根据所述目标动力输出曲线得到所述自定义驾驶模式。
根据本发明的实施例的电动汽车的驾驶模式确定方法,该驾驶模式确定方法能够实现车辆的自主学习功能,从而得到更多的驾驶模式,以满足车辆驾驶员更加个性化的驾驶需求,进而提升了驾驶员的驾驶体验,提升了车辆的科技感。
另外,根据发明实施例的电动汽车的驾驶模式确定方法,还可以具有如下附加技术特征:
根据本发明的一些实施例,所述进入自定义驾驶模式学习过程后,获取驾驶特性数据,包括:获取预定学习时间内的驾驶特性数据,其中,所述驾驶特性数据包括多个油门开度区间的时长,所述多个油门开度区间内的油门变化率、多个车速段以及多个车速段的行驶时间、转向灯的开启次数、方向盘的转动信息以及制动次数和每次制动的制动压力。
根据本发明的一些实施例,所述在驾驶特性数据获取完成之后,基于所述驾驶特性数据,确定出驾驶员的驾驶风格,包括:根据所述多个油门开度区间的时长,所述多个油门开度区间内的油门变化率、多个车速段以及多个车速段的行驶时间、转向灯的开启次数、方向盘的转动信息以及制动次数和每次制动的制动压力,得到驾驶员的驾驶习惯;基于所述驾驶员的驾驶习惯,确定所述驾驶员的驾驶风格。
根据本发明的一些实施例,所述在驾驶特性数据获取完成之后,基于所述驾驶特性数据,确定出驾驶员的驾驶风格之前,还包括:对获取的驾驶特性数据进行统计,并根据统计结果判断所述驾驶特性数据是否获取完成。
根据本发明的一些实施例,满足如下条件时,所述驾驶特性数据获取完成,包括:最高车速至少大于或等于预定车速;油门开度变化区间为最小开度至最大开度之间;至少预定次数的车辆起步过程;至少预定次数的车辆制动过程;至少预定次数的车辆转向过程;至少预定时间的不同油门开度区间位置。
根据本发明的一些实施例,所述驾驶模式确定方法还包括:选择保存的自定义驾驶模式,并依据所述自定义驾驶模式控制车辆运行。
本发明又提出一种电动汽车的驾驶模式确定系统,包括:获取模块,用于进入自定义驾驶模式学习过程后,获取驾驶特性数据;驾驶风格确定模块,用于在驾驶特性数据获取完成之后,基于所述驾驶特性数据,确定出驾驶员的驾驶风格;选择模块,用于根据所述驾驶风格,从预存的多个动力输出曲线中选择与所述驾驶风格匹配的目标动力输出曲线,其中,所述动力输出曲线包括油门开度和请求扭矩的对应关系;自定义驾驶模式确定模块,用于根据所述目标动力输出曲线得到所述自定义驾驶模式。
根据本发明另一方面的电动汽车,包括上述的电动汽车的驾驶模式确定系统。
本发明还提出一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述电动汽车的驾驶模式确定方法的步骤。
本发明还提出一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述所述的电动汽车的驾驶模式确定方法的步骤。
附图说明
图1是本发明一个实施例的电动汽车的驾驶模式确定方法的流程图;
图2是本发明一个实施例的驾驶模式确定系统的工作原理图;
图3是本发明一个实施例的目标动力输出曲线的示意图;
图4是本发明一个实施例的驾驶模式确定系统的结构示意图。
附图标记:
驾驶模式确定系统100,获取模块10,驾驶风格确定模块20,选择模块30,自定义驾驶模式确定模块40。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接或可以互相通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
下面参考图1-图3描述根据本发明实施例的电动汽车的驾驶模式确定方法。
图1是本发明一个实施例的车辆的检测方法的流程图,如图1所示,该检测方法包括:
本发明实施例中,用户可以通过EHU(车载大屏控制器)进入自定义驾驶模式学习过程。具体的,用户通过点击EHU上的“用户自定义驾驶模式”图标控制EHU控制器将进入自定义驾驶模式学习过程的信号传递给VCU(整车控制器)。
进一步地,在图1所示实施例S101步骤之前,需首先由VCU将当前车辆驾驶模式强制转换到NORMAL模式,车辆将在NORMAL模式的基础上进入自定义驾驶模式学习过程。其中,NORMAL模式为图3当中的编码D的目标动力输出曲线,NORMAL模式下的扭矩与油门开度呈线性关系。
S101,进入自定义驾驶模式学习过程后,获取驾驶特性数据。
进一步地,在图1所示实施例基础上,S101步骤具体可包括:
获取预定学习时间内的驾驶特性数据,其中,驾驶特性数据包括多个油门开度区间的时长,多个油门开度区间内的油门变化率、多个车速段以及多个车速段的行驶时间、转向灯的开启次数、方向盘的转动信息以及制动次数和每次制动的制动压力。
本发明实施例中,如图2所示,获取采集驾驶特性数据的具体方式为;通过VCU采集油门踏板传递的多个油门开度区间的时长和多个油门开度区间内的油门变化率,以反映驾驶员踩油门时的快慢速度。多个油门开度区间具体可分为三个油门开度区间,具体可以为:小油门开度(0-30%)、中油门开度(30%-65%)、大油门开度(65%—100%)。通过VCU采集ESC(电子稳定系统控制器)传递的多个车速段以及多个车速段的行驶时间,以反映车辆所处的驾驶环境。具体的,车速段可以分为0-40km/h、40—60km/h、60—80km/h、80-100km/h,其中大于100km/h的时长记录在80-100km/h时速段内。通过VCU采集BCM(车身控制器)传递的转向灯开启次数,以辅助记录驾驶员超车习惯,并且还可以通过ESC传递的方向盘的转动信息,也就是方向盘转角次数或者转角大于标定值的次数的数据以共同辅助记录驾驶员超车习惯。通过VCU采集制动踏板传递的制动次数,并且通过VCU采集ESC传递的每次制动的制动压力,也就是制动时的主缸压力,来判定驾驶员是否有经常制动以及制动是否急促,或者急加速急减速的驾驶风格。
进一步地,在图1所示实施例S101步骤之后,S102步骤之前,需首先对获取的驾驶特性数据进行统计,并根据统计结果判断驾驶特性数据是否获取完成。
满足如下条件时,驾驶特性数据获取完成,包括:最高车速至少大于或等于预定车速;油门开度变化区间为最小开度至最大开度之间;至少预定次数的车辆起步过程;至少预定次数的车辆制动过程;至少预定次数的车辆转向过程;至少预定时间的不同油门开度区间位置。
具体的,驾驶特性数据获取完成需要满足如下条件:最高车速至少大于或等于100km/h,以保证所有车速段都进行了学习;油门开度变化区间覆盖0至100%所有位置,也就是说,驾驶员在驾驶过程中出现了从不踩油门到踩油门到底的驾驶动作;至少有10次(标定值)的车辆起步过程;至少有10次(标定值)的车辆制动过程;至少有10次(标定值)的车辆转向过程;至少有20分钟(标定值)的小油门开度(0-30%)位置;至少有20分钟(标定值)的中油门开度(30%-65%)位置;至少有20分钟(标定值)的大油门开度(65%—100%)位置。
S102,在驾驶特性数据获取完成之后,基于驾驶特性数据,确定出驾驶员的驾驶风格。
进一步地,在图1所示实施例基础上,S102步骤具体可包括:
根据多个油门开度区间的时长,多个油门开度区间内的油门变化率、多个车速段以及多个车速段的行驶时间、转向灯的开启次数、方向盘的转动信息以及制动次数和每次制动的制动压力,得到驾驶员的驾驶习惯;基于驾驶员的驾驶习惯,确定驾驶员的驾驶风格。
例如,驾驶风格可以分为车辆线性输出动力的“人车合一”驾驶风格、起步更快的“一骑绝尘”驾驶风格、适用于城市拥堵路况的“温柔”驾驶风格、“超车”驾驶风格。
S103,根据驾驶风格,从预存的多个动力输出曲线中选择与驾驶风格匹配的目标动力输出曲线,其中,动力输出曲线包括油门开度和请求扭矩的对应关系。
VCU内部存储器当中具有如图3所示的多个动力输出曲线,根据驾驶风格,从预存的多个动力输出曲线中选择与驾驶风格匹配的目标动力输出曲线。例如习惯“人车合一”驾驶风格的驾驶员希望油门开度与请求扭矩呈线性关系,油门踩到哪里,动力就跟到哪里,与“人车合一”驾驶风格匹配的目标动力输出曲线为曲线D,也就是所说的NORMAL模式;在郊区或是畅通的高速路上或习惯起步更快的“一骑绝尘”驾驶风格的驾驶员希望轻踩油门就具有强劲的动力输出,与“一骑绝尘”驾驶风格匹配的目标动力输出曲线为曲线A;在城市拥堵路况下或习惯“温柔”驾驶风格的驾驶员希望更好的控制车速,油门前半段动力输出缓慢,与其匹配的目标动力输出曲线为曲线G;而对于超车过程,前半段油门开度大,动力比较强劲的输出,油门中断动力输出比较平缓,油门后半段动力输出又比较急速,与“超车”驾驶风格匹配的目标动力输出曲线为曲线E。
S104,根据目标动力输出曲线得到自定义驾驶模式。
本发明实施例中,根据目标动力输出曲线得到自定义驾驶模式的具体过程为;VCU发送本次学习过程中获得的目标动力输出曲线,并将其命名为驾驶风格1,发送到EHU大屏,驾驶员通过EHU大屏点击“保存”,得到最适合驾驶员驾驶风格的驾驶风格1。
根据本发明的一些实施例,所述驾驶模式确定方法还包括:选择保存的自定义驾驶模式,并依据自定义驾驶模式控制车辆运行。
也就是说,当驾驶员再次驾驶车辆时,通过EHU大屏选择设置好的驾驶风格,根据驾驶员选择的驾驶风格,VCU会控制车辆驾驶模式转换到当前驾驶模式保存的目标动力输出曲线的模式,并在此模式下控制车辆运行。
根据本发明实施例的电动汽车的驾驶模式确定方法,该驾驶模式确定方法能够实现车辆的自主学习功能,从而得到更多的驾驶模式,以满足车辆驾驶员更加个性化的驾驶需求,进而提升了驾驶员的驾驶体验,提升了车辆的科技感。
为清楚说明上述实施例,下面参照图4对本发明实施例的电动汽车的驾驶模式确定方法的工作原理进行详细描述,图4是根据本发明一个实施例的电动汽车的驾驶模式确定系统100的结构图,如图4所示,电动汽车的驾驶模式确定系统100主要包括:
获取模块10,用于进入自定义驾驶模式学习过程后,获取驾驶特性数据;驾驶风格确定模块20,用于在驾驶特性数据获取完成之后,基于驾驶特性数据,确定出驾驶员的驾驶风格;选择模块30,用于根据驾驶风格,从预存的多个动力输出曲线中选择与驾驶风格匹配的目标动力输出曲线,其中,动力输出曲线包括油门开度和请求扭矩的对应关系;自定义驾驶模式确定模块40,用于根据目标动力输出曲线得到自定义驾驶模式。
电动汽车的驾驶模式确定系统100的工作原理如下:
首先,由获取模块10获取驾驶特性数据,之后驾驶风格确定模块20会根据获取模块10获取的数据确定出驾驶员的驾驶风格,进一步,选择模块30根据驾驶风格确定模块20确定的驾驶风格从预存的多个动力输出曲线中选择与驾驶风格匹配的目标动力输出曲线,最后,自定义驾驶模式确定模块40根据匹配的目标动力输出曲线得到自定义驾驶模式。
根据本发明另一方面的电动汽车,包括上述的电动汽车的驾驶模式确定系统100。对于电动汽车的其它构造例如变速器、制动系统、转向系统等均已为现有技术且为本领域的技术人员所熟知,因此这里对于电动汽车的其它构造不做详细说明。
本发明还提出一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现如上述的电动汽车的驾驶模式确定方法的步骤。
本发明还提出一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述的电动汽车的驾驶模式确定方法的步骤。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外,本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种电动汽车的驾驶模式确定方法,其特征在于,包括:
进入自定义驾驶模式学习过程后,获取驾驶特性数据;
在驾驶特性数据获取完成之后,基于所述驾驶特性数据,确定出驾驶员的驾驶风格;
根据所述驾驶风格,从预存的多个动力输出曲线中选择与所述驾驶风格匹配的目标动力输出曲线,其中,所述动力输出曲线包括油门开度和请求扭矩的对应关系;
根据所述目标动力输出曲线得到所述自定义驾驶模式。
2.根据权利要求1所述的电动汽车的驾驶模式确定方法,其特征在于,所述进入自定义驾驶模式学习过程后,获取驾驶特性数据,包括:
获取预定学习时间内的驾驶特性数据,其中,所述驾驶特性数据包括多个油门开度区间的时长,所述多个油门开度区间内的油门变化率、多个车速段以及多个车速段的行驶时间、转向灯的开启次数、方向盘的转动信息以及制动次数和每次制动的制动压力。
3.根据权利要求2所述的电动汽车的驾驶模式确定方法,其特征在于,所述在驾驶特性数据获取完成之后,基于所述驾驶特性数据,确定出驾驶员的驾驶风格,包括:
根据所述多个油门开度区间的时长,所述多个油门开度区间内的油门变化率、多个车速段以及多个车速段的行驶时间、转向灯的开启次数、方向盘的转动信息以及制动次数和每次制动的制动压力,得到驾驶员的驾驶习惯;
基于所述驾驶员的驾驶习惯,确定所述驾驶员的驾驶风格。
4.根据权利要求2所述的电动汽车的驾驶模式确定方法,其特征在于,所述在驾驶特性数据获取完成之后,基于所述驾驶特性数据,确定出驾驶员的驾驶风格之前,还包括:
对获取的驾驶特性数据进行统计,并根据统计结果判断所述驾驶特性数据是否获取完成。
5.根据权利要求4所述的电动汽车的驾驶模式确定方法,其特征在于,满足如下条件时,所述驾驶特性数据获取完成,包括:
最高车速至少大于或等于预定车速;
油门开度变化区间为最小开度至最大开度之间;
至少预定次数的车辆起步过程;
至少预定次数的车辆制动过程;
至少预定次数的车辆转向过程;
至少预定时间的不同油门开度区间位置。
6.根据权利要求1所述的电动汽车的驾驶模式确定方法,其特征在于,还包括:选择保存的自定义驾驶模式,并依据所述自定义驾驶模式控制车辆运行。
7.一种电动汽车的驾驶模式确定系统,其特征在于,包括:
获取模块,用于进入自定义驾驶模式学习过程后,获取驾驶特性数据;
驾驶风格确定模块,用于在驾驶特性数据获取完成之后,基于所述驾驶特性数据,确定出驾驶员的驾驶风格;
选择模块,用于根据所述驾驶风格,从预存的多个动力输出曲线中选择与所述驾驶风格匹配的目标动力输出曲线,其中,所述动力输出曲线包括油门开度和请求扭矩的对应关系;
自定义驾驶模式确定模块,用于根据所述目标动力输出曲线得到所述自定义驾驶模式。
8.一种电动汽车,其特征在于,包括:根据权利要求7所述的电动汽车的驾驶模式确定系统。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现根据权利要求1-6任一项所述的电动汽车的驾驶模式确定方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现根据权利要求1-6任一项所述的电动汽车的驾驶模式确定方法的步骤。
CN202110286492.5A 2021-03-17 2021-03-17 电动汽车的驾驶模式确定方法、系统和电动汽车 Pending CN115107782A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110286492.5A CN115107782A (zh) 2021-03-17 2021-03-17 电动汽车的驾驶模式确定方法、系统和电动汽车

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110286492.5A CN115107782A (zh) 2021-03-17 2021-03-17 电动汽车的驾驶模式确定方法、系统和电动汽车

Publications (1)

Publication Number Publication Date
CN115107782A true CN115107782A (zh) 2022-09-27

Family

ID=83323215

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110286492.5A Pending CN115107782A (zh) 2021-03-17 2021-03-17 电动汽车的驾驶模式确定方法、系统和电动汽车

Country Status (1)

Country Link
CN (1) CN115107782A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013001666A1 (de) * 2013-01-31 2014-07-31 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Anpassung des Fahrverhaltens eines Fahrzeugs
CN104828090A (zh) * 2014-12-09 2015-08-12 北汽福田汽车股份有限公司 车辆的控制方法、装置和车辆
US20180113461A1 (en) * 2016-10-20 2018-04-26 Magna Electronics Inc. Vehicle control system that learns different driving characteristics
CN108248609A (zh) * 2016-12-29 2018-07-06 现代自动车株式会社 混合动力车辆和在混合动力车辆中预测驾驶样式的方法
CN111376911A (zh) * 2018-12-29 2020-07-07 北京宝沃汽车有限公司 车辆及其驾驶风格的自学习方法和装置
CN111516693A (zh) * 2020-04-09 2020-08-11 吉利汽车研究院(宁波)有限公司 一种自适应驾驶模式的方法和车载终端
EP3750765A1 (en) * 2019-06-14 2020-12-16 Bayerische Motoren Werke Aktiengesellschaft Methods, apparatuses and computer programs for generating a machine-learning model and for generating a control signal for operating a vehicle
US20210061288A1 (en) * 2019-08-28 2021-03-04 Toyota Motor North America, Inc. Driver driving style detection and application system

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013001666A1 (de) * 2013-01-31 2014-07-31 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Anpassung des Fahrverhaltens eines Fahrzeugs
CN104828090A (zh) * 2014-12-09 2015-08-12 北汽福田汽车股份有限公司 车辆的控制方法、装置和车辆
US20180113461A1 (en) * 2016-10-20 2018-04-26 Magna Electronics Inc. Vehicle control system that learns different driving characteristics
CN108248609A (zh) * 2016-12-29 2018-07-06 现代自动车株式会社 混合动力车辆和在混合动力车辆中预测驾驶样式的方法
CN111376911A (zh) * 2018-12-29 2020-07-07 北京宝沃汽车有限公司 车辆及其驾驶风格的自学习方法和装置
EP3750765A1 (en) * 2019-06-14 2020-12-16 Bayerische Motoren Werke Aktiengesellschaft Methods, apparatuses and computer programs for generating a machine-learning model and for generating a control signal for operating a vehicle
US20210061288A1 (en) * 2019-08-28 2021-03-04 Toyota Motor North America, Inc. Driver driving style detection and application system
CN111516693A (zh) * 2020-04-09 2020-08-11 吉利汽车研究院(宁波)有限公司 一种自适应驾驶模式的方法和车载终端

Similar Documents

Publication Publication Date Title
JP5427031B2 (ja) 車両運転者に対し、良燃費で車両を運転することを促す指導フィードバックを与える装置及び方法並びにアフターマーケット装置
US9360865B2 (en) Transitioning from autonomous vehicle control to driver control
US7460946B2 (en) Preceding vehicle following cruise control system
US7403842B2 (en) Driver assisting system
US9062762B2 (en) Method for controlling shift of automatic transmission in vehicle
JP6705388B2 (ja) 自動運転システム
RU2479446C2 (ru) Определение характеристик ускорения
US11192583B2 (en) Vehicle and controlling method thereof
JP2006517163A (ja) 駐車スペースを求める方法
CN112829758A (zh) 一种汽车驾驶风格自学习方法、装置、设备及存储介质
US9896105B2 (en) Systems and methods for controlling a vehicle's deceleration level by controlling the alternator output
JP2018116404A (ja) 車両制御システム
US20220144276A1 (en) Method and system to adapt overtake decision and scheduling based on driver assertions
CN112440968A (zh) 用于眼睛追踪数据收集和共享的系统和方法
CN111457933B (zh) 用于确定车道等级静态和动态信息的方法和设备
CN111376911A (zh) 车辆及其驾驶风格的自学习方法和装置
CN113492860A (zh) 一种驾驶性能调节方法和装置
CN111688687A (zh) 车辆行驶控制装置
CN115107782A (zh) 电动汽车的驾驶模式确定方法、系统和电动汽车
CN112440969A (zh) 使用眼动数据来预测车辆操作员意图的系统和方法
JP6943221B2 (ja) 異常検出装置
JP2016224615A (ja) 警報制御装置
US11260867B2 (en) Hydroplaning prevention
CN115195856A (zh) 一种转向助力方法、装置及车辆
JP2023071521A (ja) 駆動力制御装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination